Alternative zur Stepwise Regression bei Panel-Daten
Verfasst: Do Jan 24, 2019 7:37 pm
Hallo zusammen,
ich möchte die Einflussfaktoren auf die Anwesenheitsquote von Hauptversammlungen untersuchen.
Hierzu habe ich verschiedene Variablen rausgesucht (ca. 30 Stück). Bei 130 Unternehmen und t=5 sind dieses jedoch zu viele um signifikante Ergebnisse zu erhalten. Zudem handelt es sich hier teilweise um Abwandlungen "derselben" Variable z.B. Dividende pro Aktie, Dividendenrendite, Dividendenwachstum, Dividendenkürzung ja/nein.
Meine Frage ist, wie ich in r eine Stepwise Regression bei Paneldaten durchführen kann. Der Befehl stepAIC() führt bei mir nämlich zu einer Fehlermeldung.
- Gibt es Besonderheiten beim Aufbau? Bisher ist der Aufbau meines Panels nach Spalten:
Firmenname, WKN(keine erkl. Var), Datum HV, HV-Praesenz, t, erklärende Variablen.
Auf Grund von Dummy-Variablen komme ich zu dem Schluss, dass ein FEM am sinnvollsten wäre (Hausmannspezifikationstest wird trotzdem durchgeführt).
Mit freundlichen Grüßen
Marco
ich möchte die Einflussfaktoren auf die Anwesenheitsquote von Hauptversammlungen untersuchen.
Hierzu habe ich verschiedene Variablen rausgesucht (ca. 30 Stück). Bei 130 Unternehmen und t=5 sind dieses jedoch zu viele um signifikante Ergebnisse zu erhalten. Zudem handelt es sich hier teilweise um Abwandlungen "derselben" Variable z.B. Dividende pro Aktie, Dividendenrendite, Dividendenwachstum, Dividendenkürzung ja/nein.
Meine Frage ist, wie ich in r eine Stepwise Regression bei Paneldaten durchführen kann. Der Befehl stepAIC() führt bei mir nämlich zu einer Fehlermeldung.
- Gibt es Besonderheiten beim Aufbau? Bisher ist der Aufbau meines Panels nach Spalten:
Firmenname, WKN(keine erkl. Var), Datum HV, HV-Praesenz, t, erklärende Variablen.
Auf Grund von Dummy-Variablen komme ich zu dem Schluss, dass ein FEM am sinnvollsten wäre (Hausmannspezifikationstest wird trotzdem durchgeführt).
Mit freundlichen Grüßen
Marco